Kimi K3发布：全球首个开源2.8万亿参数模型，性能对标闭源巨头
摘要：7月17日，Kimi正式发布迄今能力最强的Kimi K3模型。作为全球首个开源的3万亿参数级别模型（实际参数量2.8万亿），Kimi K3原生支持视觉理解，拥有100万token上下文窗口，在多项基准测试中超越或接近Claude Fable 5等顶级闭源模型，但价格仅为后者三分之一左右。
一、核心事件：Kimi K3正式亮相
智东西7月17日报道，Kimi正式发布其迄今能力最强、全球首个开源的3万亿参数级别模型Kimi K3。该模型参数量达到2.8万亿，原生支持视觉理解，并拥有100万token上下文窗口（具体为1,048,576 token）。
Kimi K3上线后迅速引发关注，被网友称为"中国的Fable 5时刻"。Kimi创始人兼CEO杨植麟的博士生导师、卡内基梅隆大学（CMU）机器学习教授Russ Salakhutdinov发帖盛赞新版Kimi为开源社区带来重大突破。
云平台Vercel创始人、Next.js作者Guillermo Rauch公布的专业网页工程AI评测结果显示，Kimi K3综合表现位列第一。他称，首次有开源模型在该权威榜单超越全部海外闭源模型；其代码任务成功率达92%，开发效率优于同梯队Claude Fable 5。
二、性能表现：多项基准测试领先
编程与软件工程
在编程能力方面，Kimi K3在多个测试中取得优异成绩：
- Arena.AI前端代码测试：超越Claude Fable 5
- SWE Marathon（超长时序持续开发）：取得第一
- Program Bench（软件逆向）：取得第一
- Terminal Bench 2.1：达到88.3分，与GPT-5.6 Sol接近
- FrontierSWE（高难度软件工程任务）：以81.2分位列第二，仅次于Claude Fable 5
开发者LASCHUK实测对比Kimi K3与Claude Fable 5复刻苹果官网，两款模型都能完成页面开发，但Kimi K3单次花费仅0.44美元（约合人民币2.98元），成本只有Claude Fable 5 0.94美元（约合人民币6.37元）的一半。
Agent与知识工作
在Agent和知识工作场景中，Kimi K3同样展现强劲实力：
- BrowseComp（网页深度调研）：达到91.2分，排名第一
- Automation Bench（办公自动化）：排名第一
- SpreadsheetBench 2（Excel财务建模）：排名第一
不过，在综合白领任务GDPval-AA v2、APEX-Agents等更贴近真实办公流程的评测中，Kimi K3仍弱于Claude Fable 5等顶级闭源模型。
视觉理解
- CharXiv（图表理解）：表现较强
- OmniDocBench（文档分析）：达到91.1分，超过参与对比的多款模型
- Zerobench（零样本视觉工具任务）：存在差距，低于Claude Fable 5
第三方独立评测
在第三方独立测评机构Vals AI中，Kimi K3的综合测试得分为74.7，位列第2，超越GPT-5.6，仅次于Claude Fable 5。
三、长程任务执行能力：从代码到研究
Kimi K3的长程Agent式执行能力大幅提升，可将编程、视觉理解、工具调用和知识工作串成完整流程。
官方展示的ASIC行业案例中，Kimi K3通过120多轮迭代，完成2800多次网页搜索与抓取、1100多次终端数据提取，处理87份季度报告和99份原始PDF，最终生成包含定制图表、动画示意图和交互式可视化叙事的研究报告。
在芯片设计方面，Kimi称在连续48小时的自主Agent运行中，Kimi K3基于开源EDA工具和Nangate 45nm工艺库，独立完成了芯片的构建、优化与验证。
此外，Kimi K3还能将科学文献中的方法转化为可执行代码，完成从论文理解、代码实现到实验分析的完整科研计算流程。例如，对GWTC-5引力波的分析报告中，使用20多个并发subagents分析了391个引力波事件，生成了7张科学可视化图、2张表格，并综合了10多篇论文的文献内容。
四、架构升级：支撑2.8万亿参数的关键技术
据官方博客介绍，Kimi K3的构建主要基于两项架构更新：
- Kimi Delta Attention（KDA）
- Attention Residuals（AttnRes）
这两项更新让信息在更长序列和更深模型中流动得更顺畅。同时，Kimi K3进一步扩大了Mixture of Experts（MoE）的稀疏度：结合Stable LatentMoE框架后，该模型可以在896个专家中高效激活16个。
这些结构性改进让Kimi K3相比Kimi K2的整体扩展效率提升约2.5倍，能更有效地把算力转化为能力。
在训练与部署上，该模型从SFT阶段开始采用量化感知训练，使用MXFP4权重和MXFP8激活，并通过平衡专家并行训练提升吞吐。针对长上下文推理，Kimi团队还向vLLM社区贡献了KDA相关实现，使Kimi K3在2.8万亿参数和百万token上下文条件下仍能控制推理成本。
五、定价策略：性价比优势明显
Kimi维持分级计费模式，相比Kimi K2.6价格有明显上涨：
| 项目 | Kimi K3 | Kimi K2.6 | 涨幅 |
|---|---|---|---|
| 输入（缓存未命中） | 20元/百万token | 6.5元/百万token | +207.69% |
| 输入（缓存命中） | 2元/百万token | 1.1元/百万token | - |
| 输出 | 100元/百万token | 27元/百万token | +270.37% |
相比顶级闭源模型，Kimi K3仍保持较低价格。以Claude Fable 5为例：
- Claude Fable 5 API输入价格：10美元/百万token（约合人民币67.78元）
- Claude Fable 5 API输出价格：50美元/百万token（约合人民币338.88元）
按百万token计价，Claude Fable 5定价远高于市面绝大多数模型，Kimi K3定价仅其三分之一。
测评博主aditya在3D游戏生成任务中实测，Kimi K3单次调用成本仅0.71美元（约合人民币4.81元），远低于GPT、Claude。
六、社区反响与实测体验
开源生态评价
Super Gemma基金会创始人Jun Song评价称，从生成的结果来看，"Kimi明显比Opus强"，并认为Kimi K3已经达到了Opus 5的水平。
多模态创意实测
智东西在Kimi K3 Max模式下测试了该模型的多模态与代码生成能力。任务要求制作一个单文件HTML的3D横版格斗游戏，场景为被霸天虎入侵的破败城市地图。从实测结果来看，Kimi K3仅用一次就完成了该游戏的创建，并且没有出现错误。在游戏逻辑与元素还原上相较于之前的Kimi K2.6都有较强提升。
AI领域记者Chetaslua对Kimi K3和GPT-5.6 Sol在3D内容生成方面进行对比，认为Kimi K3在创意生成方面表现更突出。
限制与不足
Kimi承认Kimi K3仍存在一些问题：
- 由于是在保留思维历史的模式下训练的，如果Agent框架没有正确返回完整历史内容，或用户在会话中从其他模型切换到K3，生成质量可能变得不稳定
- 针对长期复杂任务进行了强化训练，在用户意图不明确时可能表现得过于主动，建议在系统提示词或AGENTS.md中设置更明确的行为边界
- 用户体验相比Claude Fable 5、GPT 5.6 Sol等顶级闭源模型仍存在差距
测评博主Taelin体验后指出，Kimi K3在有些题目上表现超过Claude Fable 5，但有一些题目表现却很差，并且花费的时间是Claude Fable 5的10倍。不过他承认，用Claude Sonnet 5的价格就能买到接近Claude Fable 5的开源模型，确实改变了自己的看法。
七、获取方式与发布时间线
Kimi K3现已上线以下平台：
- kimi.com
- 最新版Kimi应用
- Kimi API
- Kimi Code编程助手
所有用户可在免费额度内体验，额度用完后需付费使用。Kimi称，Kimi K3的完整模型权重将于7月27日前发布。
结语
Kimi K3的发布推动了开源模型向超大规模迈进。相比参数规模的提升，Kimi K3更值得关注的是其在长程任务执行上的探索——从长时间代码开发、GPU工程优化，到产业研究、科研分析和多模态创作，展示了大模型从内容生成向复杂任务执行和完整工作流交付的延伸。
不过，随着模型规模持续扩大，如何进一步提升推理效率、降低使用成本，并缩小与顶级闭源模型在实际体验上的差距，仍是开源模型后续发展需要解决的问题。
信息来源：智东西7月17日报道、X平台公开帖子、Kimi官方博客
原文链接：https://mp.weixin.qq.com/s/J-ql5I9GxfZdeEp0H8s-bg